[发明专利]基于多传感器融合技术的四氢噻吩浓度的在线检测方法及系统有效

专利信息
申请号: 202110565363.X 申请日: 2021-05-24
公开(公告)号: CN113341066B 公开(公告)日: 2022-04-08
发明(设计)人: 葛亮;马乐;胡泽;韦国晖;肖小汀;罗明;母小琳;肖国清;刘娟;吕志忠 申请(专利权)人: 西南石油大学
主分类号: G01N33/00 分类号: G01N33/00;G06N3/04;G06N3/08
代理公司: 北京众合诚成知识产权代理有限公司 11246 代理人: 龚燮英
地址: 610500 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 传感器 融合 技术 噻吩 浓度 在线 检测 方法 系统
【说明书】:

发明公开了一种基于多传感器融合技术的四氢噻吩浓度的在线检测方法及系统,该检测系统包含:主管道,其两端分别设置有:前部气体切换阀和后部气体切换阀,该前部气体切换阀的前端与天然气进气管道连接,该后部气体切换阀与天然气排出管道连接;流量控制模块,其设置在前部气体切换阀和后部气体切换阀之间;检测模块,其设置在流量控制模块和后部气体切换阀之间;温度控制模块,其设置在主管道的外壳上;处理器,其与检测模块、温度控制模块、流量控制模块、前部气体切换阀和后部气体切换阀均通过总线连接。本发明的方法通过多传感器综合直接测量与算法补偿的方式,具有检测选择性好,检测精度高,能够进行实时监测,实时报警等优点。

技术领域

本发明涉及一种四氢噻吩浓度的在线检测方法,具体涉及一种基于多传感器融合技术的四氢噻吩浓度的在线检测方法及系统。

背景技术

由于天然气无色无味,易燃易爆的物理特性,极易发生不易察觉的气体泄露,导致燃气中毒、火灾、爆炸等安全事故,致使人民财产安全乃至生命安全的损失。为避免企业以及人民因燃气泄露问题造成生命及财产的损失,根据燃气行业的规范和标准,如《天然气》GB17820-2012、《城镇燃气加臭技术规程》GJJ/T 148-2010、《城镇燃气管理条例》、《城镇燃气技术规范》GB 50494-2009、《城镇燃气设计规范》GB50028-2006等均对城镇燃气加臭提出要求。

目前,国内天然气中添加的加臭剂以四氢噻吩为主,根据规程要求管网起始端推荐加臭量为20mg/m3,四氢噻吩浓度达到8mg/m3时符合警示要求,为确保燃气管线终端用户加臭剂含量在国家标准范围内,需对燃气终端用户的加臭剂含量进行准确测量。由于实际工作中环境因素以及天然气中含硫物质的交叉干扰等因素对检测准确度的影响,有效提高四氢噻吩的检测准确度仍是一个需要解决的问题。

目前广泛使用的基于电化学原理的加臭检测方式,电化学加臭检测仪器一般由传感电极(或工作电极)和反电极组成,被测气体在传感器内部发生反应并产生与气体浓度成正比的电信号。由于天然气中除四氢噻吩外还含有多种含硫物质也会与传感器电极发生氧化还原反应,导致四氢噻吩的检测浓度偏高或偏低。另外,由于检测环境如温度、压力、湿度、流量等因素发生变化也会对检测结果造成影响,同时管道材料的吸附作用导致管道内部气体残余从而致使检测仪器准确度降低。外界环境如温度、压力、湿度等因素以及天然气流量等客观因素也会对四氢噻吩浓度的检测造成干扰。

发明内容

本发明的目的是提供一种基于多传感器融合技术的四氢噻吩浓度的在线检测方法及系统,通过多传感器综合直接测量与算法补偿的方式,具有检测选择性好,检测精度高,能够进行实时监测,实时报警等优点。

为了达到上述目的,本发明提供了一种基于多传感器融合技术的四氢噻吩浓度的在线检测方法,该检测方法针对采用四氢噻吩传感器、硫化氢传感器、甲硫醇传感器和甲硫醚传感器对天然气管道检测获得的检测信号通过处理器进行智能诊断,对得到的流量电平信号进行分析,诊断管道内部是否有气体通过,是否存在停气行为导致系统无效检测;该方法采用BP神经网络建立预测模型,用于四氢噻吩浓度的预测。

所述BP神经网络由输入层﹑输出层和隐藏层组成,建立预测模型的方法,包含:

(S100)将训练模式的输入值通过神经网络进行正向传播,以得到传播的输出值,利用训练模式的目标值与输出值的误差通过神经网络进行反向传播,以生成所有输出层和隐含层神经元的误差,从而获得各层单元的误差信号,误差信号作为修正各单元权值的依据;

设输入层神经元数目为m,隐含层神经元数目为l,输出层神经元数目为n,隐藏层的激活函数采用S型传递函数,为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南石油大学,未经西南石油大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110565363.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top